科学关键词检索结果

2098计量与我:日常生活中的测量研讨会

2098 Metrology and Me: Measurements in Daily Life Seminar

有没有想过科学家、工程师、医生甚至厨师如何知道他们的测量结果“恰到好处”?欢迎来到计量学——测量科学。测量无处不在,从烹饪食谱到建造桥梁,但我们很少停下来

未来工程师的“明星”

«Звезда» для будущих инженеров

Rostec国家公司企业参与举办的工程奥林匹克竞赛和其他自然科学学科锦标赛

“高精度综合体”将使 DPR 的自卸卡车自动化,以便在采石场工作

«Высокоточные комплексы» будут автоматизировать самосвалы в ДНР для работы в карьерах

设备上将安装全俄“信号”科学研究所开发的“普罗米修斯”软硬件综合体以及“菲林”定位调平系统

伊朗:当阿亚图拉讽刺神职人员

Iran: When Ayatollahs Lampoon the Clergy

“看看我们这个时代,一小撮冒名顶替的神职人员,没有理性和科学的概念,没有人的概念,像驴子一样绝望地寻找饲料,他们关心的只是饮食和通奸,已经抛弃了羞耻和耻辱的观念

AMC临时指挥官参加深度冻结行动

AMC interim commander participates in Operation Deep Freeze

在恶劣的南极环境中,空中机动司令部提供乘客、货物和燃料运输,作为“深度冻结”行动的一部分。 ODF 是战争部为国家科学基金会南极计划提供的后勤支持。

高风险研究:HHS 应公开分享有关如何评估和缓解风险的更多信息

High Risk Research: HHS Should Publicly Share More Information on How Risk Is Assessed and Mitigated

GAO 的发现涉及修改可能引起大流行的病原体的研究(有时称为“令人关注的功能获得研究”)一直是争论的话题。根据 GAO 对文献和其他来源的审查,这项研究对病原体如何感染人类、传播和引起疾病具有先进的科学知识。然而,对于这项研究在多大程度上直接促进了疫苗和治疗方法(例如针对 COVID-19)的开发,尚未达成广泛共识。人们普遍认为,令人关注的功能获得研究可能会带来生物安全和生物安保风险。这是因为这项研究可能涉及增强病原体的传播性或毒力,这些病原体有可能引起广泛且无法控制的疾病,如果意外或故意从实验室释放这些病原体,则会导致严重的发病率和死亡率。进行病原体研究的科学家作为领导联邦公共卫生和医疗应对

原住民土地的气候迁移

Climate Displacement from Indigenous Lands

当气候变化和其他因素迫使原住民离开他们祖先的家园时,会发生什么?气候正义和原住民倡导者环境科学家杰西卡·埃尔南德斯 (Jessica Hernandez) 加入了本期“气候变化、移民变化”播客,讨论迫使原住民社区移民的因素、他们移民后的经历以及政策讨论中原住民声音的缺乏。

绞盘前进之路?

Winch Way Forward?

奥地利经济学家坚持认为不能用物理科学的方法论来解释经济现象。在本周的《星期五哲学》中,大卫·戈登博士审视了彼得·温奇,后者批评用物理科学的方法论来解释社会科学。

DEVCOM 在导师计划毕业典礼上表彰最新的“转型推动者”

DEVCOM recognizes newest 'Agents of Transformation' at mentorship program graduation

马里兰州阿伯丁试验场 – 陆军科技队伍中正在涌现出新一代领导人。科学家、工程师和商界……

Natick 士兵系统中心在 Natick Days 上展示创新和士兵支持

Natick Soldier Systems Center Showcases Innovation and Soldier Support at Natick Days

内蒂克士兵系统中心 (NSSC) 在 9 月 6 日举行的内蒂克日活动中向社区带来了科学、技术和以人为本的使命...

Sonrai 如何使用 Amazon SageMaker AI 加速精准医学试验

How Sonrai uses Amazon SageMaker AI to accelerate precision medicine trials

在这篇文章中,我们探讨了生命科学 AI 公司 Sonrai 如何与 AWS 合作,使用 Amazon SageMaker AI 构建强大的 MLOps 框架,以应对这些挑战,同时保持受监管环境中所需的可追溯性和可重复性。

驴子,不是独角兽

Donkeys, Not Unicorns

商品化魔法时代的创业新规则《驴,而不是独角兽》一文首先出现在《走向数据科学》上。

多 GPU 中的人工智能:梯度累积和数据并行

AI in Multiple GPUs: Gradient Accumulation & Data Parallelism

在 PyTorch 中从头开始学习和实现梯度累加和数据并行性多 GPU 中的人工智能后处理:梯度累加和数据并行性首先出现在《走向数据科学》上。

使用 Agentic AI 美化开源存储库的端到端指南

An End-to-End Guide to Beautifying Your Open-Source Repo with Agentic AI

使用开源人工智能代理自动改进科学和工业存储库的指南《使用代理人工智能美化开源存储库的端到端指南》一文首先出现在《走向数据科学》上。

人工智能和数据就业市场已经死了吗?

Is the AI and Data Job Market Dead?

在当前的就业市场中你应该做什么人工智能和数据就业市场已经死了吗?首先出现在《走向数据科学》上。

多个 GPU 中的人工智能:GPU 如何通信

AI in Multiple GPUs: How GPUs Communicate

深入探讨支持 AI 工作负载多 GPU 通信的硬件基础设施多 GPU 中的后 AI:GPU 如何通信首先出现在《迈向数据科学》上。

用于现代深度学习实验的代理人工智能

Agentic AI for Modern Deep Learning Experimentation

停止保姆训练。开始航运研究。为深度学习工程师构建的自主实验管理。现代深度学习实验的代理人工智能后首次出现在走向数据科学上。

为什么每个分析工程师都需要了解数据架构

Why Every Analytics Engineer Needs to Understand Data Architecture

获得正确的数据架构,其他一切都会变得更容易。我知道这听起来很简单,但实际上,设计数据架构时的细微差别可能会产生代价高昂的影响。本文提供了关于影响您日常决策的架构的速成课程 - 从关系数据库到事件驱动系统。文章《为什么每个分析工程师都需要了解数据架构》首先出现在《走向数据科学》上。